cc防御_香港cdn高防ip_云网站服务器ddos防护-51首防安全

当前位置:主页 > 香港高防 > 本文内容

免备案高防cdn_备案_抗攻击ddos

发布时间:2021-02-23 11:40源自:51首防安全作者:51首防安全阅读()

免备案高防cdn_备案_抗攻击ddos

简介西比尔袭击是以一个有分离身份障碍的虚构人物命名的。Sybilddosdun/5346.html">攻击是通过使用虚假身份的虚假个人资料的泛滥来ddosdun/5346.html">攻击在线社交网络的声誉。在线和社交网络中的假象越来越严重。随着企业和个人拥抱社交网络,实体世界和网络世界之间的界限越来越模糊。因此,在网络社区中发现、预防和遏制虚假账户至关重要。这篇文章着眼于虚假简介造成的具体危险,以及检测和预防它们的解决方案。假账与问题伪造账户的根本原因是Facebook、Twitter和Linkedin等开放系统的流行。身份已经变得漏洞百出,即时和暂时的,导致容易创建虚假的个人资料。假账户有几种类型:使用假身份创建的帐户。使用被盗身份创建的帐户。泄露账户。这两个都是严重的问题,会破坏在线社区的可信度。网络社区的信任被打破了,操纵企业、个人、实体的声誉,使用有偿的虚假账户和虚假的投票、评论。负面影响趋势,新闻由虚假信息和垃圾邮件传播。充当骚扰和勒索的匿名阵线。当然,假账户不仅限于OSN(在线社交网络),还影响到所有形式的在线公开身份,cdn高防waf,如加密货币钱包、电子邮件和电话号码。溶液光谱这个问题可以从两个方面来看;一种预防性的方法,微软云ddos防御,它依赖于使注册过程与一个强大的现实生活身份紧密相连。(封闭系统)注册后检测假配置文件(开放系统)第一种模式更难实现,因为许多商业模式依赖于越来越多的人签约。所以注册的方便性是第一要务。还有一个方面,隐私权比检测假账户更重要。许多开放系统,如FB、Twitter和Linkedin,完全不需要任何形式的身份验证。更实际的解决方案是在注册后找出检测和阻止假帐户的方法。一些网络依靠群众的智慧或受害方的行动来标记虚假或有问题的帐户。虽然它在独立的假帐户案例中取得了一些成功,但它并不能有效地对付假帐户集群以及自动化的sybil攻击。另一种方法是使用一套行为经验法则来决定谁该让谁进来,谁该留下。例如,一个被信任的人的朋友被认为是值得信任的。这些账户也会被监控,包括发帖频率、发帖类型、互动类型和频率、用户登录的设备和IP地址、活动时间以及许多此类参数。但是随着社交领域的发展,人们开始增加不属于他们物理圈子的人,这就变得更加难以管理和依赖。这些解决方案也不能解释被盗和泄露的身份。因此,更先进的解决方案依赖于人工智能来识别假账户模式。通过手动(或其他方式)标记已知的假帐户收集数据。训练模型学习复杂的模式和规则。执行规则的自动化。机器学习分类器训练机器学习是任何基于人工智能的系统中最关键的一点。它需要对领域、数据集和数据集之间的相互关系有透彻的了解。基于此,选择并实现了正确的分类器类型。在伪轮廓检测的上下文中,一些最常用的分类器如下所示。朴素贝叶斯分类决策树分类支持向量机对数几率回归这些分类器只是出发点,小米路由器防御ddos,为了提高识别率,最好尝试不同的分类器,改变参数,并与已知数据进行比较。因此,在设计检测和预防系统时,机房防御ddos,已知不同数据的可用性同样重要。这里有一个这样的数据集(https://www.kaggle.com/bitandatom/social-network-fake-account-dataset). 为了提高准确性,最好在目标地理和人口统计学的背景下获取数据进一步阅读和参考文献检测假账户集群:~dfreeman/papers/clustering.pdf发现异常社会行为:https://people.mpi sws.org/~gummadi/papers/uncious-socialbevior.pdf检测社交网络上的受损帐户:~vigna/publications/2013\u NDSS_compa.pdf发现大量恶意账户:https://users.cs.duke.edu/~qiangcao/publications/synchrontrap.pdfAdvagato信任指标:

,韩国cdn高防服务器

欢迎分享转载→ 免备案高防cdn_备案_抗攻击ddos

用户评论

验证码: 看不清?点击更换

注:网友评论仅供其表达个人看法,并不代表本站立场。

Copyright © 2002-2019 51首防安全 版权所有 备案号:粤ICP备xxxxxxxx号收藏本站 - 网站地图 - - -